首页 注册 登录
OA0
OA0 是一个探索 AI 的社区
现在注册
已注册用户请  登录
说明
  • 条目同步来自 Hugging Face 主要方便针对性讨论。
OA0  ›  数据集  ›  Tucano

TucanoBR/GigaVerbo

 
  Tucano  ·  2025-07-24 08:07:05  ·  11 次点击  ·  0 条评论  
表格处理 文本处理

数据集简介

GigaVerbo 是一个大规模文本表格数据集，主要用于自然语言处理和文本分析任务。

主要用途

  • 文本数据处理与分析
  • 语言模型训练与微调
  • 表格数据与文本信息的联合处理

数据类型/模态

  • 主要模态：文本（text）
  • 辅助模态：表格（tabular）
  • 数据格式：Parquet

规模与统计

  • 数据行数：约 1.45 亿行
  • 下载量：1166 次
  • 社区反馈：30 个点赞

使用场景

  • 大规模文本语料库构建
  • 多模态数据处理实验
  • 支持使用 Datasets、Dask、Polars 等工具进行高效数据处理
数据集地址：https://huggingface.co/datasets/TucanoBR/GigaVerbo
11 次点击  ∙  0 人收藏  
登录后收藏  
表格处理 文本处理
0 条回复
关于 ·  帮助 ·  PING ·  隐私政策 ·  服务条款   
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
耗时 13 ms
Developed with Cursor